NetworkX：部分失败的邻接矩阵 graphs/networks

Question

回想一下，如果两个节点相连，邻接矩阵给我们 1，否则 0，我想为一个包含所有节点 active 的正则图计算一个矩阵，和一个 用于同一个图 ，其中一些节点具有 failed.

让我们考虑一个 2x2 节点的格子网络。它的邻接矩阵(A)是：

导致此图表：

现在，让我们删除节点 0:

G.remove_node(0)

这是新的邻接矩阵 (A1) 的样子：

0  0  1
0  0  1
1  1  0

返回此图表：

现在，这两个矩阵的大小明显不同。

我的问题：如何确保 Matrix A1 与 Matrix A[= 的大小相同58=]?也就是说，如果节点 0 由于失败而不会出现，我希望将 0 放置在 A1 对应0-th行和列，这样矩阵的大小就保持不变。为了比较和计算的目的，我需要这样做。但要做到这一点，我假设我需要访问创建邻接矩阵的函数。我可以用更简单的方法来做吗？

节点 0 失败的示例：

0 0 0 0 0 0 0 1 0 0 0 1 0 1 1 0

这就是我创建 2x2 网络并生成邻接矩阵的方式：

import networkx as nx N=2 G=nx.grid_2d_graph(N,N) pos = dict( (n, n) for n in G.nodes() ) labels = dict( ((i,j), i + (N-1-j) * N ) for i, j in G.nodes() ) nx.relabel_nodes(G,labels,False) inds=labels.keys() vals=labels.values() inds.sort() vals.sort() pos2=dict(zip(vals,inds)) nx.draw_networkx(G, pos=pos2, with_labels=True, node_size = 200) A=nx.adjacency_matrix(G) A.toarray() #G.remove_node(i) to remove node i

Answer 1

尝试 G.remove_edges_from(G.edges(0))，这将删除 0 的所有边而不是整个节点。然后生成邻接矩阵。

Answer 2

根据一些研究和 Joel 的建议，我想出了这个方法。我想post放在这里，让有意愿的人提出改进意见。

对于一个正规的3x3网络，正则化得到邻接矩阵是这样的：

#Create the graph (see question above)
A=nx.adjacency_matrix(G, nodelist=range(N*N))
A=A.todense()

这会产生一个 N^2xN^2 矩阵，其中每个 row/column 对应于一个特定的节点（使用 nodelist 允许对 rows/columns 进行排序 0 到 K 其中 K 是节点总数):

[[0 1 0 1 0 0 0 0 0]
 [1 0 1 0 1 0 0 0 0]
 [0 1 0 0 0 1 0 0 0]
 [1 0 0 0 1 0 1 0 0]
 [0 1 0 1 0 1 0 1 0]
 [0 0 1 0 1 0 0 0 1]
 [0 0 0 1 0 0 0 1 0]
 [0 0 0 0 1 0 1 0 1]
 [0 0 0 0 0 1 0 1 0]]

如果节点 0 失败，我们将不得不用不存在的连接 (0) 替换它的连接 (1)，同时保留邻接矩阵的大小。在这种情况下，行 0 和列 0 将填充为 0。我的解决方案如下：

P=K #Total number of nodes before failures

def nodes_connected(i, j):
     try: 
        if i in G.neighbors(j):
            return 1
     except nx.NetworkXError:
        return False          

A1=numpy.zeros((P*P,P*P))

for i in range(0,P*P,1):
    for j in range(0,P*P,1):              
        if i not in G.nodes():
            A1[i][:]=0
            A1[:][i]=0
        elif i in G.nodes():
            A1[i][j]=nodes_connected(i,j)
                A1[j][i]=A1[i][j]
for i in range(0,P*P,1):
    for j in range(0,P*P,1):
            if math.isnan(A1[i][j]):
                A1[i][j]=0              
print(A1)

这会产生以下结果：

[[ 0.  0.  0.  0.  0.  0.  0.  0.  0.]
 [ 0.  0.  1.  0.  1.  0.  0.  0.  0.]
 [ 0.  1.  0.  0.  0.  1.  0.  0.  0.]
 [ 0.  0.  0.  0.  1.  0.  1.  0.  0.]
 [ 0.  1.  0.  1.  0.  1.  0.  1.  0.]
 [ 0.  0.  1.  0.  1.  0.  0.  0.  1.]
 [ 0.  0.  0.  1.  0.  0.  0.  1.  0.]
 [ 0.  0.  0.  0.  1.  0.  1.  0.  1.]
 [ 0.  0.  0.  0.  0.  1.  0.  1.  0.]]

矩阵 A1 现在告诉我们节点 0 没有任何连接。它还告诉我们，类似于矩阵 A，节点 1 连接到节点 2 和 4.

如果有人要提出更正，欢迎提出。

NetworkX：部分失败的邻接矩阵 graphs/networks

NetworkX: Adjacency Matrix of partially failed graphs/networks

python

matrix

networkx

adjacency-matrix